feat(metadata): 元数据引擎第 2 步——置信度模型 + pending/verified 状态机

之前 evaluate() 写死 0.8、decide() 直接透传，history 参数没人用，
"自学习"只有骨架。这次补上：

置信度（MetadataNormalizer.evaluate）
- 字段来源可追溯：NormalizedMetadata 新增 titleFromTag / artistFromTag / albumFromTag
- 基础分 0.25；标题 +0.20、标题来自标签再 +0.10（文件名当标题则 -0.10）
- 艺术家 +0.15、来自标签 +0.10；专辑 +0.10；年份 +0.03；封面 +0.02
- 历史一致性：同艺人 >=2 条 +0.05，同专辑 >=2 条 +0.03
- 结果 clamp 到 0.05~0.98，且每个加分项写入 evidence，便于日志解释

状态机（MetadataService）
- 只有 confidence>=0.6 且 status=verified 的记录才直接命中
- pending 记录下次播放会重新读取并合并（自修复）
- validation_count 累加；>=2 次且置信度达标才升级为 verified
- 新结果置信度低于旧结果时保留旧字段，只累加验证次数
- 日志输出 status / confidence / validation_count / evidence

测试
- 新增 test/metadata_normalizer_test.dart，9 个用例覆盖来源标记、分级、
  历史加权、证据、阈值；flutter test 全绿

真机验证
- 起播看门狗在真实弱网下触发：23:44:50 打开失败 → 15s 后自动重连 →
  1.4s 出声（open 仅 100ms）

lib/metadata/metadata_normalizer.dart

@@ -4,21 +4,22 @@ import 'metadata_model.dart';
 class MetadataNormalizer {
   NormalizedMetadata normalize(RawMetadata raw,
       {String fileName = '', String filePath = ''}) {
-    final title = raw.title.trim();
-    final artist = raw.artist.trim();
+    final tagTitle = raw.title.trim();
+    final tagArtist = raw.artist.trim();
+    final tagAlbum = raw.album.trim();
 
     final finalTitle =
-        title.isNotEmpty ? title : _inferTitleFromFileName(fileName);
-    final finalArtist =
-        artist.isNotEmpty ? artist : _inferArtistFromPath(filePath);
-    final finalArtist2 = finalArtist.isNotEmpty
-        ? finalArtist
-        : (raw.performers.isNotEmpty ? raw.performers.first : '未知艺术家');
+        tagTitle.isNotEmpty ? tagTitle : _inferTitleFromFileName(fileName);
+
+    final artistFromPath = _inferArtistFromPath(filePath);
+    final finalArtist = tagArtist.isNotEmpty
+        ? tagArtist
+        : (raw.performers.isNotEmpty ? raw.performers.first : artistFromPath);
 
     return NormalizedMetadata(
       title: finalTitle,
-      artist: finalArtist2,
-      album: raw.album,
+      artist: finalArtist,
+      album: tagAlbum,
       genres: raw.genres,
       performers: raw.performers,
       year: raw.year,
@@ -28,6 +29,9 @@ class MetadataNormalizer {
       totalDisc: raw.totalDisc,
       duration: raw.duration,
       artwork: raw.artwork,
+      titleFromTag: tagTitle.isNotEmpty,
+      artistFromTag: tagArtist.isNotEmpty || raw.performers.isNotEmpty,
+      albumFromTag: tagAlbum.isNotEmpty,
     );
   }
 
@@ -49,16 +53,94 @@ class MetadataNormalizer {
     return '未知艺术家';
   }
 
+  /// 置信度评估（元数据引擎第 2 步）。
+  ///
+  /// 设计原则：
+  ///   1. 标签 >= 推断：来自标签的字段永远比文件名/目录推断更可信；
+  ///   2. 字段齐全度：标题、艺术家、专辑依次加分；
+  ///   3. 历史一致性：同一艺人/专辑已有多条可信记录时额外加权，
+  ///      这是"自学习"的入口——库越大，判断越稳；
+  ///   4. 可解释：每个加分项都写进 evidence，方便日志与后续调参。
+  ///
+  /// 分数区间大致：
+  ///   0.35  只有文件名
+  ///   0.55  标题来自标签、艺术家靠推断
+  ///   0.80  标题 + 艺术家都来自标签
+  ///   0.90  标题 + 艺术家 + 专辑
+  ///   0.95  以上再加年份/封面/历史一致性
   CandidateMetadata evaluate(
       NormalizedMetadata normalized, List<Map<String, dynamic>> history) {
-    // 第一版：直接接受，置信度 0.8
+    final evidence = <String, double>{};
+    var confidence = 0.25;
+    evidence['base'] = 0.25;
+
+    if (normalized.title.isNotEmpty) {
+      confidence += 0.20;
+      evidence['title'] = 0.20;
+    }
+    if (normalized.titleFromTag) {
+      confidence += 0.10;
+      evidence['title_from_tag'] = 0.10;
+    } else if (normalized.title.isNotEmpty) {
+      // 拿文件名当标题：明确扣分
+      confidence -= 0.10;
+      evidence['title_inferred_penalty'] = -0.10;
+    }
+
+    if (normalized.artist.isNotEmpty && normalized.artist != '未知艺术家') {
+      confidence += 0.15;
+      evidence['artist'] = 0.15;
+    }
+    if (normalized.artistFromTag) {
+      confidence += 0.10;
+      evidence['artist_from_tag'] = 0.10;
+    }
+
+    if (normalized.album.isNotEmpty) {
+      confidence += 0.10;
+      evidence['album'] = 0.10;
+    }
+    if (normalized.year > 0) {
+      confidence += 0.03;
+      evidence['year'] = 0.03;
+    }
+    if (normalized.artwork != null && normalized.artwork!.isNotEmpty) {
+      confidence += 0.02;
+      evidence['artwork'] = 0.02;
+    }
+
+    // ---- 历史一致性（自学习的核心）----
+    if (history.isNotEmpty) {
+      final sameArtist = history
+          .where((row) => (row['artist'] as String?) == normalized.artist)
+          .length;
+      if (sameArtist >= 2) {
+        confidence += 0.05;
+        evidence['artist_history'] = 0.05;
+      }
+
+      if (normalized.album.isNotEmpty) {
+        final sameAlbum = history
+            .where((row) => (row['album'] as String?) == normalized.album)
+            .length;
+        if (sameAlbum >= 2) {
+          confidence += 0.03;
+          evidence['album_history'] = 0.03;
+        }
+      }
+    }
+
+    confidence = confidence.clamp(0.05, 0.98);
     return CandidateMetadata(
       metadata: normalized,
-      confidence: 0.8,
-      evidence: {'normalized': 0.8},
+      confidence: double.parse(confidence.toStringAsFixed(2)),
+      evidence: evidence,
     );
   }
 
+  /// 按阈值决定最终元数据。
+  /// 低于阈值时仍返回数据（用于展示），但 source 标成 pending，
+  /// 调用方据此累计 validation_count、下次播放重新确认。
   FinalMetadata decide(CandidateMetadata candidate, {double threshold = 0.6}) {
     return FinalMetadata(
       title: candidate.metadata.title,
@@ -76,7 +158,7 @@ class MetadataNormalizer {
       totalDisc: candidate.metadata.totalDisc,
       duration: candidate.metadata.duration,
       artwork: candidate.metadata.artwork,
-      source: 'normalized',
+      source: candidate.confidence >= threshold ? 'normalized' : 'pending',
     );
   }
 }